{"data":{"project":{"slug":"project-ecommerce-product-radar","title":"电商爆品筛查雷达","summary":"把互动、增长和账号体量写入筛选规则，批量建立近期内容候选池，再由业务人员完成二次过滤和选品复核。","industry":"短视频电商选品","industry_group":"零售与电商","kind":"企业交付工作台","url":"https://deepevolutions.com/cases/project-ecommerce-product-radar","api_url":"https://deepevolutions.com/api/v1/public/projects/project-ecommerce-product-radar","source":"static_editorial_archive","verification_status":"not_independently_verified","source_url":"https://www.toni.asia/work","source_retrieved_at":"2026-08-11","disclaimer":"来源页面用于确认项目名称、范围和工作流，不等同于客户授权、验收记录或可公开的结果证据。完成内容审核与证据登记前，只作为能力演示草稿。","body_markdown":"# 电商爆品筛查雷达\n\n短视频电商选品\n\n把互动、增长和账号体量写入筛选规则，批量建立近期内容候选池，再由业务人员完成二次过滤和选品复核。\n\n## 项目进程\n\n我们没有从模型或工具清单开始，而是先和使用者一起走完这项工作，确认谁提供输入、谁在中途判断，以及什么结果才算真正完成。\n\n我们先确认筛选条件，接着采集获准访问的近期内容，再建立候选池，最后由业务人员复核。\n\n## 背景与痛点\n\n人工浏览、记录链接和维护表格限制了候选样本量，个人选品判断也难以解释、交接和复盘。\n\n在几轮讨论里，我们把问题拆成几个彼此相连的部分：低粉爆品筛选条件、近期内容候选池、二次过滤与人工复核。这样每一步要解决什么、由谁确认，都能在动手之前说清楚。\n\n## 解决方案\n\n我们把确认过的工作步骤搭成一条可运行的管道，让 AI 负责整理、检索和生成，让关键判断仍然回到业务人员手里。\n\n最后留下来的不是一个孤立模型，而是可批量复核的候选池、带筛选依据的选品流程。\n\n### AI 技术\n\nPRODUCT_DISCOVERY / CONTENT_FILTERING / HUMAN_REVIEW\n\n### 工作流、管道与 Agent\n\n数据接入 / 筛选规则 / 候选池 / 人工复核\n\n内容链接、账号信息和筛选记录只用于获授权的选品任务，并遵守来源平台的访问与保留规则。\n\n## 效果反馈\n\n团队得到了一份可以持续更新的候选池，选品不再从空白表格开始。每个候选为什么进入列表都能说清楚，最终选择仍由业务人员完成。\n\n来源页面用于确认项目名称、范围和工作流，不等同于客户授权、验收记录或可公开的结果证据。完成内容审核与证据登记前，只作为能力演示草稿。\n\n## 资料范围\n\n本文是网站公开的静态编辑资料，不等于已独立核验的客户成果或客户背书。请结合项目说明与原始来源判断。\n\n原始来源：https://www.toni.asia/work\n\n来源读取日期：2026-08-11","content_sha256":"80cf0a313aa15f57cdcedb466a65155811264bb9be9c6bcdb3b46eee05e89070","capability_codes":["PRODUCT_DISCOVERY","CONTENT_FILTERING","HUMAN_REVIEW"],"deployment_mode":"PUBLIC_CLOUD"}},"meta":{"request_id":"6c3bcdd0-dc0e-4b0b-aebd-5fc7eef03001","timestamp":"2026-09-29T12:53:21.978Z"}}